CN110321442A - 一种基于人脸抓拍名单库管理系统及方法 - Google Patents

一种基于人脸抓拍名单库管理系统及方法 Download PDF

Info

Publication number
CN110321442A
CN110321442A CN201910440381.8A CN201910440381A CN110321442A CN 110321442 A CN110321442 A CN 110321442A CN 201910440381 A CN201910440381 A CN 201910440381A CN 110321442 A CN110321442 A CN 110321442A
Authority
CN
China
Prior art keywords
list
library
personal information
information
headend equipment
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201910440381.8A
Other languages
English (en)
Other versions
CN110321442B (zh
Inventor
彭俊国
陈凡
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guizhou Dongguan Technology Co ltd
Original Assignee
Guizhou Dongguan Zhiyun Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guizhou Dongguan Zhiyun Technology Co Ltd filed Critical Guizhou Dongguan Zhiyun Technology Co Ltd
Priority to CN201910440381.8A priority Critical patent/CN110321442B/zh
Publication of CN110321442A publication Critical patent/CN110321442A/zh
Application granted granted Critical
Publication of CN110321442B publication Critical patent/CN110321442B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/51—Indexing; Data structures therefor; Storage structures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/55—Clustering; Classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation
    • G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Library & Information Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Software Systems (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Image Analysis (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开了一种基于人脸抓拍名单库管理系统及方法，属于人脸抓拍图片分析技术领域，包括前端设备、脸部信息采集模块和名单库；前端设备，用于抓拍在前端设备中出现的人员信息；脸部信息采集分析模块，用于采集前端设备抓拍到的人员信息进行分析、与名单库进行对比，然后根据相应的规则进行分类；名单库，用于将脸部信息采集分析模块分类好的人员名单信息进行存储，通过制定分类规则对人员信息进行分类管理。本发明照规则进行数据分析、分类管理，大大增加工作效率。

Description

一种基于人脸抓拍名单库管理系统及方法
技术领域
本发明属于人脸识别分析管理技术领域，尤其涉及一种基于人脸抓拍名单库管理系统及方法。
背景技术
人脸抓拍的系统主要技术是人脸图像的识别。当在普通情况下，现普遍的人脸抓拍系统仅能够达到监控的作用，无后续扩展作用，只能得到一张人脸抓拍图片或一段监控视频，无法为当前信息网络环境下提供较大的实际效益，没有进行数据分析、分类管理，大量的数据堆积，直接造成的就是相对更多的工作量，因此，光做到抓拍照片是不够的。
随着现如今的科技水平日益提高，日常生活中产生的数据越来越多，我们所需处理的数据也越来越复杂，
例如公开的申请号为CN201110448837.9专利，公开了
一分割模组，与该人脸识别模组连接，用于在人脸识别模组识别预览图像中完整人脸的数目大于或等于一个预定值时，将该预览图像分割为多个大小相同的图像区域；
一分割调整模组，与该分割模组及该人脸识别模组连接，用于根据人脸识别的结果调整图像区域的大小，使得包括完整人脸的图像区域仅包括一个完整人脸，且两个最靠近的完整人脸所在的图像区域相邻接；
一分析模组，与该分割调整模组连接，用于在没有完整人脸的图像区域中进行筛选，若相邻图像区域中存在完整人脸的图像区域，则识别该没有完整人脸的图像区域为待分析图像区域；及
一特征识别模组，与该分析模组连接，用于对待分析图像区域进行特征识别，在该待分析图像区域存在符合部分人脸特征的区域时，识别为人脸不全区域。但是并没有对人脸识别后的进行分类管理，在处理过程中，常常会因为仅查找一类或一个人员信息而对整个库进行查看，然而对于如此庞大的信息量时，一一查看就会花费大量时间，并且容错率较低，此时，对于人脸抓拍图片的后期分析处理、分类管理显得尤为重要。
发明内容
本发明的目的在于：针对上述存在的问题，本发明提供了一种可按照规则进行数据分析、分类管理，大大增加工作效率，使相关管理人员能够更加轻松有效的进行工作的基于人脸抓拍名单库管理系统及方法。
为了实现上述目的，本发明采用如下技术方案：
一种基于人脸抓拍名单库管理系统，包括前端设备、脸部信息采集模块和名单库；
前端设备，用于抓拍在前端设备中出现的人员信息；
脸部信息采集分析模块，用于采集前端设备抓拍到的人员信息进行分析、与名单库进行对比，然后根据相应的规则进行分类；
名单库，用于将脸部信息采集分析模块分类好的人员名单信息进行存储；
进一步的，所述前端设备抓拍的人员信息按照以下的名单分类规则分成白名单、绿名单、黑名单、橙名单、灰名单和黄名单；
白名单，其名单分类规则为：在经相关工作人员认证，录入系统的信息时转入此名单；
绿名单，其名单分类规则为：在比对录入系统的相关工作人员信息相似度达到对应阀值时自动转入此名单；
黑名单，其名单分类规则为：在比对录入系统的行政机关部门内部信息相似度达到对应阀值时自动转入此名单；
橙名单，其名单分类规则为：只要出现行为异常，都将转入此名单；
灰名单，其名单分类规则为：暂定无法识别的人员信息都将转入此名单中；
黄名单，其名单分类规则为：灰名单内，在一定时间段内频繁出现达到后台设置的阀值次数，此时将自动转入此名单。
进一步的，所述的名单库包括用于存储白名单的白名单库、用于存储绿名单的绿名单库、用于存储黑名单的黑名单库、用于存储橙名单的橙名单库、用于存储灰名单的灰名单库和用于存储黄名单的黄名单库。
进一步的，所述前端设备为抓拍机或者摄像头。
一种基于人脸抓拍名单库管理方法，包括以下步骤：
(1)通过前端设备抓拍获取人脸信息作为数据源；
(2)将从前端设备中获取到的抓拍图片的人员信息与黑名单库人员信息做对比，若相似度超过设置的阀值，则按规则归入黑名单库中，否则将抓拍图片中的人脸信息做下一步处理；
(3)将从前端设备中获取到的抓拍图片人员信息与白名单库内的人员信息做对比，若是相似度超过设置的阀值，则按规则归入白名单数据库中，否则将抓拍图片中的人脸信息做下一步处理；
(4)将步骤(2)、(3)中筛选之后剩下前端设备中获取到的抓拍图片人员信息与绿名单库内的人员信息做比对，若相似度超过设置的阀值，则按规则归入绿名单库数据库中，否则将抓拍图片中的人脸信息做下一步处理；
(5)将经步骤(4)筛选过后的剩下前端设备中获取到的抓拍图片人员信息与灰名单库的人员信息多对比，若相似度超过设置的阀值的，归入到灰名单库中；
(6)将步骤(5)筛选后所得的灰名单库的人员信息与黄名单库的分类规则做对比，若相似度超过设置的阀值的，归入到黄名单库中；
(7)在步骤(1)-(6)进行的过程中同时将前端设备中获取到的抓拍图片人员信息与橙名单库的人员信息做对比，符合橙名单库的人员归入到橙名单库中。
进一步的，所述的阀值为后台根据不同的分类规则所指定的临界值。
本发明的有益效果在于：
本发明采取通过人脸抓拍设备、监控设备等前端设备来直接获取数据源，中间经过本发明的智能分析、分类管理，将数据源中的人员信息分类到各种名单库中，将人员信息的管理更加规范化，并按照其登记信息、具体特征、行为分类归库，值得一提的是，系统支持后期人脸比对扩展系统，当比对相似度达到一定阀值,可以选择自动报警，便于相关管理人员的管理。
本发明在此技术方面具有更加智能化的数据分析方法以及人员信息分类管理，相对于现在的技术增加了按规则对人员信息归库的智能操作，只要后台制定规则后便可由系统进行后续操作，无需相关管理人员直接操作。
本发明所采取的智能分析方法以及数据分类方式，在大量数据进入库分析时依然保证数据分析处理的精度以及处理速度，经测试结果表明，即便在存储有大量数据的前提情况下，通过分析分类结果的准确性、时效性也都达到了要求。
附图说明
图1为本发明系统结构示意图。
图2是本发明的工作流程图。
具体实施方式
下面进一步描述本发明的技术方案，但要求保护的范围并不局限于所述。
如图1、2所示，一种基于人脸抓拍名单库管理系统，包括前端设备、脸部信息采集模块和名单库；
前端设备，用于抓拍在前端设备中出现的人员信息；
脸部信息采集分析模块，用于采集前端设备抓拍到的人员信息进行分析、与名单库进行对比，然后根据相应的规则进行分类；
名单库，用于将脸部信息采集分析模块分类好的人员名单信息进行存储；
所述前端设备抓拍的人员信息按照以下的名单分类规则分成白名单、绿名单、黑名单、橙名单、灰名单和黄名单；
白名单，其名单分类规则为：在经相关工作人员认证，录入系统的信息时转入此名单；
绿名单，其名单分类规则为：在比对录入系统的相关工作人员信息相似度达到对应阀值时自动转入此名单；
黑名单，其名单分类规则为：在比对录入系统的行政机关部门内部信息相似度达到对应阀值时自动转入此名单；
橙名单，其名单分类规则为：只要出现行为异常，都将转入此名单；其中异常行为包括
在一定时间段内(时间段可以设置)，某一人员随行人员超过所设置阀值；
在一定时间段内(时间段可以设置)，某同一女性人员频繁带不同异性出入，次数达到阀值；
在一定时间段内(时间段可以设置)，某一人员昼伏夜出，次数达到阀值；
在一定时间段内(时间段可以设置)，某一人员频繁夜出，次数达到阀值；
在一定时间段内(时间段可以设置)，某一人员租多个房屋，租房数达到阀值；
在较长时间段内(时间段可以设置)，某一人员在此时间段内从未出现；
在一定时间段内(时间段可以设置)，某一人员频繁出现在多个地区，次数达到阀值；
在一定时间段内(时间段可以设置)，某一人员频繁夜不归宿，次数达到阀值；
灰名单，其名单分类规则为：暂定无法识别的人员信息都将转入此名单中；
黄名单，其名单分类规则为：灰名单内，在一定时间段内频繁出现达到后台设置的阀值次数，此时将自动转入此名单。
所述的名单库包括用于存储白名单的白名单库、用于存储绿名单的绿名单库、用于存储黑名单的黑名单库、用于存储橙名单的橙名单库、用于存储灰名单的灰名单库和用于存储黄名单的黄名单库。
所述前端设备为抓拍机、摄像头或者使用DS-2CD7A47EWD-IZS，DS-2CD7147EWD-IZ即可。
一种基于人脸抓拍名单库管理方法，包括以下步骤：
(1)通过前端设备抓拍获取人脸信息作为数据源；
(2)将从前端设备中获取到的抓拍图片的人员信息与黑名单库人员信息做对比，若相似度超过设置的阀值，则按规则归入黑名单库中，否则将抓拍图片中的人脸信息做下一步处理；
(3)将从前端设备中获取到的抓拍图片人员信息与白名单库内的人员信息做对比，若是相似度超过设置的阀值，则按规则归入白名单数据库中，否则将抓拍图片中的人脸信息做下一步处理；
(4)将步骤(2)、(3)中筛选之后剩下前端设备中获取到的抓拍图片人员信息与绿名单库内的人员信息做比对，若相似度超过设置的阀值，则按规则归入绿名单库数据库中，否则将抓拍图片中的人脸信息做下一步处理；
(5)将经步骤(4)筛选过后的剩下前端设备中获取到的抓拍图片人员信息与灰名单库的人员信息多对比，若相似度超过设置的阀值的，归入到灰名单库中；
(6)将步骤(5)筛选后所得的灰名单库的人员信息与黄名单库的分类规则做对比，若相似度超过设置的阀值的，归入到黄名单库中；
(7)在步骤(1)-(6)进行的过程中同时将前端设备中获取到的抓拍图片人员信息与橙名单库的人员信息做对比，符合橙名单库的人员归入到橙名单库中。
所述的阀值为后台根据不同的分类规则所指定的临界值。
本发明中，指定的分类规则可以添加多种名单库，对抓拍到的人脸信息进行多重分析对比，更好的对人员信息归类管理，提高工作效率。

Claims (6)

1.一种基于人脸抓拍名单库管理系统，其特征在于：包括前端设备、脸部信息采集模块和名单库；
前端设备，用于抓拍在前端设备中出现的人员信息；
脸部信息采集分析模块，用于采集前端设备抓拍到的人员信息进行分析、与名单库进行对比，然后根据相应的规则进行分类；
名单库，用于将脸部信息采集分析模块分类好的人员名单信息进行存储。
2.根据权利要求1所述的一种基于人脸抓拍名单库管理系统，其特征在于：所述前端设备抓拍的人员信息按照以下的名单分类规则分成白名单、绿名单、黑名单、橙名单、灰名单和黄名单；
白名单，其名单分类规则为：在经相关工作人员认证，录入系统的信息时转入此名单；
绿名单，其名单分类规则为：在比对录入系统的相关工作人员信息相似度达到对应阀值时自动转入此名单；
黑名单，其名单分类规则为：在比对录入系统的行政机关部门内部信息相似度达到对应阀值时自动转入此名单；
橙名单，其名单分类规则为：只要出现行为异常，都将转入此名单；
灰名单，其名单分类规则为：暂定无法识别的人员信息都将转入此名单中；
黄名单，其名单分类规则为：灰名单内，在一定时间段内频繁出现达到后台设置的阀值次数，此时将自动转入此名单。
3.根据权利要求2所述的一种基于人脸抓拍名单库管理系统，其特征在于：所述的名单库包括用于存储白名单的白名单库、用于存储绿名单的绿名单库、用于存储黑名单的黑名单库、用于存储橙名单的橙名单库、用于存储灰名单的灰名单库和用于存储黄名单的黄名单库。
4.根据权利要求1所述的一种基于人脸抓拍名单库管理系统，其特征在于：所述前端设备为抓拍机或者摄像头。
5.一种基于人脸抓拍名单库管理方法，其特征在于，包括以下步骤：
(1)通过前端设备抓拍获取人脸信息作为数据源；
(2)将从前端设备中获取到的抓拍图片的人员信息与黑名单库人员信息做对比，若相似度超过设置的阀值，则按规则归入黑名单库中，否则将抓拍图片中的人脸信息做下一步处理；
(3)将从前端设备中获取到的抓拍图片人员信息与白名单库内的人员信息做对比，若是相似度超过设置的阀值，则按规则归入白名单数据库中，否则将抓拍图片中的人脸信息做下一步处理；
(4)将步骤(2)、(3)中筛选之后剩下前端设备中获取到的抓拍图片人员信息与绿名单库内的人员信息做比对，若相似度超过设置的阀值，则按规则归入绿名单库数据库中，否则将抓拍图片中的人脸信息做下一步处理；
(5)将经步骤(4)筛选过后的剩下前端设备中获取到的抓拍图片人员信息与灰名单库的人员信息多对比，若相似度超过设置的阀值的，归入到灰名单库中；
(6)将步骤(5)筛选后所得的灰名单库的人员信息与黄名单库的分类规则做对比，若相似度超过设置的阀值的，归入到黄名单库中；
(7)在步骤(1)-(6)进行的过程中同时将前端设备中获取到的抓拍图片人员信息与橙名单库的人员信息做对比，符合橙名单库的人员归入到橙名单库中。
6.根据权利要求5所述的一种基于人脸抓拍名单库管理方法，其特征在于：所述的阀值为后台根据不同的分类规则所指定的临界值。
CN201910440381.8A 2019-05-24 2019-05-24 一种基于人脸抓拍名单库管理系统及方法 Active CN110321442B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910440381.8A CN110321442B (zh) 2019-05-24 2019-05-24 一种基于人脸抓拍名单库管理系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910440381.8A CN110321442B (zh) 2019-05-24 2019-05-24 一种基于人脸抓拍名单库管理系统及方法

Publications (2)

Publication Number Publication Date
CN110321442A true CN110321442A (zh) 2019-10-11
CN110321442B CN110321442B (zh) 2023-07-21

Family

ID=68119096

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910440381.8A Active CN110321442B (zh) 2019-05-24 2019-05-24 一种基于人脸抓拍名单库管理系统及方法

Country Status (1)

Country Link
CN (1) CN110321442B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111523384A (zh) * 2020-03-19 2020-08-11 浙江省北大信息技术高等研究院 一种基于视觉的会议防偷拍方法、装置、存储介质及终端

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104657817A (zh) * 2015-01-28 2015-05-27 四川君逸易视科技有限公司 一种银行柜台人脸抓拍、对比识别、检索及查询方法
CN108052925A (zh) * 2017-12-28 2018-05-18 江西高创保安服务技术有限公司 一种小区人员档案智能管理方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104657817A (zh) * 2015-01-28 2015-05-27 四川君逸易视科技有限公司 一种银行柜台人脸抓拍、对比识别、检索及查询方法
CN108052925A (zh) * 2017-12-28 2018-05-18 江西高创保安服务技术有限公司 一种小区人员档案智能管理方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111523384A (zh) * 2020-03-19 2020-08-11 浙江省北大信息技术高等研究院 一种基于视觉的会议防偷拍方法、装置、存储介质及终端

Also Published As

Publication number Publication date
CN110321442B (zh) 2023-07-21

Similar Documents

Publication Publication Date Title
CN108564052A (zh) 基于mtcnn的多摄像头动态人脸识别系统与方法
CN101512549B (zh) 数字图像采集装置中的实时人脸追踪
CN109635146B (zh) 一种基于图像特征的目标查询方法及系统
WO2020258508A1 (zh) 模型超参数调整控制方法、装置、计算机设备及存储介质
EP3358479A1 (en) System, apparatus, method, program and recording medium for processing image
CN109063612A (zh) 城市智能红线管理方法及机器可读存储介质
US20210357624A1 (en) Information processing method and device, and storage medium
CN111582122B (zh) 一种监控视频多维度行人行为智能分析系统及方法
CN1337828A (zh) 从多媒体内容的低级特征中抽取高级特征
WO2019007020A1 (zh) 一种视频摘要的生成方法及装置
CN111695495A (zh) 人脸识别方法、电子设备及存储介质
CN110163135A (zh) 一种基于动态算法的一人一档人脸聚类的方法及系统
CN111476160A (zh) 损失函数优化方法、模型训练方法、目标检测方法及介质
CN112348003A (zh) 基于深度卷积神经网络的飞机加油场景识别方法及系统
WO2021114985A1 (zh) 一种同行对象识别方法、装置、服务器及系统
CN110532857A (zh) 基于多摄像头下的行为识别影像分析系统
CN111064928A (zh) 一种具有人脸识别功能的视频监控系统
CN110321442A (zh) 一种基于人脸抓拍名单库管理系统及方法
KR101547255B1 (ko) 지능형 감시 시스템의 객체기반 검색방법
WO2007072347A2 (en) System and method for processing video
CN102314612A (zh) 一种笑脸图像的识别方法、识别装置和图像获取设备
CN113128262A (zh) 一种目标的识别方法及装置、存储介质及电子装置
Lie et al. Motion-based event detection and semantic classification for baseball sport videos
CN111507367A (zh) 一种基于人脸档案的聚集点分析的方法及系统
CN111753756A (zh) 基于对象识别的布控报警方法、装置及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20230614

Address after: No. 18, Nanya Road, Yanwu Street, Yunyan District, Guiyang City, 550000, Guizhou Province

Applicant after: GUIZHOU DONGGUAN TECHNOLOGY Co.,Ltd.

Address before: Room 202 and 203, the second floor, Building 18, Nanya Road, Yunyan District, Guiyang City, 550000, Guizhou Province

Applicant before: Guizhou Dongguan Zhiyun Technology Co.,Ltd.

GR01 Patent grant
GR01 Patent grant